环氧树脂暴露工人皮炎预防研究
该数据集来自 clinicaltrials.gov,聚焦环氧树脂暴露工人的接触性皮炎与致敏问题。研究纳入两家风力涡轮机叶片工厂的250名员工,其日常工作均涉及环氧树脂系统的手工操作

基本信息
资源简介
环氧树脂暴露工人皮炎预防研究
该数据集来自 clinicaltrials.gov,聚焦环氧树脂暴露工人的接触性皮炎与致敏问题。研究纳入两家风力涡轮机叶片工厂的250名员工,其日常工作均涉及环氧树脂系统的手工操作。研究目标包括识别皮肤暴露风险较高的工作流程,评估荧光可视化技术能否降低皮肤暴露、皮炎及致敏风险,并考察致敏后的皮炎风险及致敏进程。数据可用于职业病防护、皮肤暴露风险评估及干预措施效果预测等方向(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:接触性皮炎、致敏性皮炎。目标:总体目标是降低使用环氧树脂系统时发生皮炎和致敏的风险。具体目标包括: 识别皮肤暴露于环氧树脂风险增加的工作流程 检验环氧树脂皮肤暴露的荧光可视化是否降低以下风险: 后续皮肤暴露于环氧树脂 皮炎 对环氧树脂致敏 检验对环氧树脂系统成分致敏后发生皮炎的风险 * 检验对环氧树脂系统成分致敏的进程。材料与方法 研究人群:研究人群为两家生产风力涡轮机转子叶片工厂的250名员工。参与者均每日从事涉及环氧树脂系统的手工工作。参与者将通过健康安全与环境(HSE)组织招募。
【主题与分类】
主题标签:Contact Dermatitis、Sensitization Dermatitis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03705182
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT03705182
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件:接触性皮炎、致敏性皮炎。目的:总体目标是降低使用环氧树脂系统时发生皮炎和致敏的风险。具体目标如下:* 识别皮肤接触环氧树脂风险增加的工作程序 * 检验环氧树脂皮肤接触的荧光可视化是否降低以下风险:* 后续皮肤接触环氧树脂 * 皮炎 * 对环氧树脂致敏 * 检验对环氧树脂系统成分致敏后发生皮炎的风险 * 检验对环氧树脂系统成分致敏的病程。材料与方法:研究人群:研究人群为两家生产风力涡轮机转子叶片工厂的250名员工。参与者均每日从事涉及环氧树脂系统的手工工作。参与者将通过健康安全与环境(HSE)组织以口头和书面信息方式进行招募。现有员工将随访2年。研究期间入职的员工将持续招募并随访至研究开始后2年的随访结束。
用于风力涡轮机生产的暴露ERS在UVA光下呈荧光。我们开发了一套计算机视觉系统,可照射工人皮肤并记录暴露皮肤区域上的荧光区域。该系统将用UVA光对头部、颈部、手臂和手部皮肤进行毫秒级照射,使参与者不会察觉到皮肤上的荧光区域。荧光区域的数字图像将显示在屏幕上供参与者查看。每当离开生产区域时,例如午休、如厕以及工作日结束时,参与者将使用该视觉系统记录皮肤暴露情况。每次记录时,参与者将报告此前几小时的工作流程和防护装备使用情况,这些信息将被存储并与皮肤暴露测量结果关联。参与者将能够自行操作该系统;
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




